x-pro

⛔ 合规硬前置指令（HARD PREREQUISITE — Agent 不得跳过）

在执行任何 API 调用、读取 reference 文件、匹配 recipe 之前，Agent 必须先完成 §基础使用 Step 0 的合规检查。

• 禁止绕过 Step 0 直接进入 Step 1（检查 API Key）或更后续步骤
• 禁止以"用户已多次使用"为由跳过首次闸门或风险检测
• 禁止将 Step 0 的合规检查视为可选步骤
• 若 Step 0 未通过（首次确认缺失、用户拒绝、风险检测未确认），立即停止，不执行任何后续操作

违反此指令将导致法律合规风险，Agent 必须严格执行。

Twitter/X 数据助手

1. 简介

Twitter/X 公开社交数据查询与传播分析 skill，通过 MaxHub API 查询推文、回复、用户资料、关注/粉丝、搜索、趋势和相关互动。适合舆情监测、账号画像、话题传播、竞品研究和内容分析。默认 read-only；agent 应优先使用 recipes，按 tweet_id/user_id/username/query 等字段流链式调用，并对个人社交数据与 UGC 做最小化处理。所有请求发送到 https://www.aconfig.cn。

2. 详细功能

推文详情

• 查询任意推文的完整详情，包括正文、媒体附件（图片/视频/GIF）、发布时间、来源客户端、引用与回复链路
• 还原推文的互动数据：点赞数、转推数、引用数、评论数、书签数
• 输出推文作者的基础画像信息，省去额外查询账号的步骤

评论双轨

• 拉取某条推文的热门评论列表，按平台默认热度排序，识别高互动观点
• 拉取某条推文的最新评论列表，按时间倒序排序，捕捉实时反馈
• 两种排序口径可按分析意图自由切换：舆情研究偏热门，实时跟踪偏最新

转推用户列表

• 拉取某条推文的转推用户列表，识别传播链路与扩散节点
• 顺着转推用户继续做账号画像采集，绘制完整传播图谱

搜索时间线

• 按关键词在 X 平台进行全站搜索，覆盖最新、热门、用户、媒体多种结果类型
• 可切换搜索类型聚焦不同分析场景：实时舆情用最新、爆款研究用热门、KOL 找人用用户、视觉素材用媒体
• 通过游标翻页持续向下采集，构建完整的关键词样本集

趋势话题

• 按国家或地区拉取 X 平台的实时趋势话题榜，覆盖美国、英国、日本等主要市场
• 跨地区对比同一时间窗口下的热点差异，支撑跨境品牌的多市场监控

用户画像

• 查询任意 Twitter / X 用户的完整资料，包括头像、简介、注册时间、所在地、认证状态、粉丝/关注数等
• 拉取用户发布的推文时间线，回溯完整发推记录
• 拉取用户的回复时间线（仅回复其他人的推文），分析其互动行为模式
• 拉取用户的媒体推文（仅含图片/视频的推文），快速浏览视觉内容
• 拉取用户的关注列表与粉丝列表，分析社交圈层与影响力辐射

screen_name ↔ rest_id 互通

• 同时支持用户名（@handle）与数字账号 ID 两种入口定位用户
• 当账号改名或更换 handle 后，可继续使用稳定的数字 ID 持续追踪同一账号

账号余额查询

• 查询 MaxHub API 账号剩余额度，支持 x-api-key 或 Authorization: Bearer 两种认证方式
• 频率限制：最快每 3 秒调用一次
• 接口路径：GET /api/maxhub/balance

⚖️ 法律免责与合规声明

使用本 skill 即表示您确认已阅读并同意以下条款：

1. 数据来源：本 skill 通过第三方数据服务（MaxHub API）获取 Twitter/X 数据，该服务未获得 Twitter/X 官方授权。本项目对数据获取的合法性不作任何保证。
2. 合规责任：使用方需自行确保符合所在地区的数据保护法律（《个人信息保护法》/ GDPR / CCPA 等）及 Twitter/X 服务条款（ToS）。因使用本 skill 产生的任何法律后果由使用方自行承担。
3. 禁止用途：严禁将本 skill 用于违反法律的行为，包括但不限于：侵犯个人信息权、不正当竞争、刷量操控、批量爬取用户数据等。
4. 平台风险：Twitter/X 可能对未授权数据访问采取封号、限制 API 访问等法律行动。
5. 完整政策：详细数据使用政策请参阅 DATA_USAGE_POLICY.md。

📋 数据传输与隐私声明（请认真阅读）

1. 第三方传输：您提供的所有 ID、关键词、链接等参数都会通过 HTTPS 发送到 https://www.aconfig.cn（MaxHub 数据服务）进行处理。
2. UGC 隐私：拉回的 推文 / 回复 / 转发 等内容可能包含个人信息或敏感 UGC，请勿写入未授权的数据库或公开发布。
3. 凭证保护：建议使用独立测试账号、定期轮换 API Key。
4. 合规责任：使用方需自行确保符合所在地区的数据保护法律（《个人信息保护法》/ GDPR / Twitter/X ToS 等），平台账号的合规性由使用方承担。

3. 一键安装

鉴权

获取 API Key

请前往 MaxHub 控制台 注册账号并获取 API Key。

配置 API Key

方案 1：OpenClaw 配置

将 MAXHUB_API_KEY 添加到 ~/.openclaw/openclaw.json 中：

{ "env": { "MAXHUB_API_KEY": "ak_xxxx..." } }

方案 2：终端环境变量

export MAXHUB_API_KEY="ak_xxxx..."

依赖安装

本 Skill 不需要额外脚本依赖，所有调用通过 curl 完成 HTTP 请求即可，无第三方库依赖。

环境变量配置

环境变量	说明	是否必填	获取方式
MAXHUB_API_KEY	MaxHub 数据 API Key	是	MaxHub 控制台

4. 使用指南

🤖 Agent Decision Tree（必读 · 决定调用顺序）

此小节定义 agent 在每次接到用户请求时的标准决策流程。严格按此顺序执行可大幅提升命中率与减少误调用。

1️⃣ 文档加载顺序（按需 · 不要一次性全读）

步骤	何时读	加载文件	估算 token
① 永远先读	接到任何请求时	SKILL.md §0.1（不支持清单）+ §4（本节）	~1K
② 选择 recipe	用户语义清晰时	references/recipes/_index.md（仅索引）	~1.5K
③ 加载 recipe 详情	匹配到具体 recipe 时	references/recipes/<domain>.md 的对应段落	~500/段
④ 加载端点详情	自定义链路或参数不明时	references/<domain>.md 单文件	~3K
⑤ 路径白名单校验	调用前	grep '<endpoint_id>' references/endpoints_whitelist.yaml（禁止整体读）	~50 行
⑥ 跨端点字段路由	链式调用时	references/param-mappings.md § 字段流字典	~1K

2️⃣ Recipe 匹配规则（核心）

1. 加载 references/recipes/_index.md，扫 trigger_keywords 列
2. 最长匹配优先：若用户输入同时命中多个 recipe 的 trigger，选最长 trigger 命中的那个（最具体）
3. 平局询问：若两个 trigger 长度相同且都命中 → 主动询问用户："您是想看 A 还是 B？"
4. 无命中：先查 §0.1 不支持清单 → 不在则进入"自定义链路"流程（步骤 3）

3️⃣ 自定义链路（无现成 Recipe）

1. 读 references/atoms/_index.md，按 chain_role 列定位起点（starter）和终点（terminal）
2. 优先用 ⭐⭐⭐ 首选 标记的端点；不到必要不用 ⭐ 条件 端点
3. 字段流（上游 OUT → 下游 IN）由 param-mappings.md § 字段流字典 决定，禁止自行猜 json_path
4. 链路完成后，可向维护方建议把它编排成新 recipe

4️⃣ 调用前自检（按 risk 分级 · 节省 token）

端点 risk	必做自检	步骤数
risk: low	① 路径在 endpoints_whitelist.yaml	1 步
risk: medium	① 路径 ② method ③ 必填参数 ④ 写入确认	4 步
risk: high	4 步 + 显式向用户确认参数与意图	5 步
risk: critical（restricted）	6 步高风险确认流程（详见 §高风险能力清单）	6 步

旧 SKILL 强制所有调用都做 4 步——现按 risk 等级简化。low 端点（占绝大多数）只校验路径即可。

5️⃣ 错误处理快速决策

现象	行动	重试
404 / 410	§3.1(A) 5 步防臆造自检 → 通过才 STOP；禁止自改路径段重试	0
400 / 422	§3.1(B) 6 步防参数臆造自检 → 通过才修参重试	≤1
401 / 402 / 403	STOP，告知用户去 https://www.aconfig.cn 处理	0
429	读 Retry-After 退避；无该头时指数退避+jitter	≤2
5xx	等 3 秒重试 → 仍失败走端点级"降级/替换"	1
HTTP 200 + code != 0	读 message_zh 报告用户；不重试（业务错误重试无用）	0

6️⃣ 输出契约（与用户对话时）

1. 数据来源声明：每次输出明确告知数据来自 https://www.aconfig.cn 三方接口
2. 缺失字段处理：如某字段链路降级后缺失，显式说明"X 暂不可取"，不要静默省略
3. 不要伪造：用户问的字段若不在响应里 → 说"未返回"，禁止用其他端点拼凑模拟

核心约束（强制遵守）

规则	说明
🔒 只读	本技能仅用于数据查询和分析，不执行写入 / 账户 / 发推 / 关注操作
🚫 禁止臆造路径	仅使用 references/endpoints_whitelist.yaml 中的端点，不得自行拼接、改版本号、加路径段
🆔 入参互转规则	screen_name（用户名）与 rest_id（数字 ID）按端点要求严格区分，部分端点支持 oneOf，部分仅接受其一
📋 数据流向第三方	所有请求发送至 https://www.aconfig.cn，请使用独立测试账号并定期轮换 API Key
🔑 凭证保护	不暴露 API Key、Cookie、Token 至日志或对话

基础使用（5 步完成调用）

Step 0 — 合规硬前置检查（不可跳过 · 不可绕过）

⛔ 本步骤为硬前置：未通过则禁止执行 Step 1 及后续任何 API 调用。 本步骤自包含，不依赖任何外部文件即可完成基础合规检查。详细框架可参阅 COMPLIANCE_GATE.md，完整风险规则见 risk_rules.yaml。

0.0 缺失即停检查：

检查合规确认状态文件是否存在。若不存在，立即停止后续操作，直接进入 0.2 首次闸门流程。

COMPLIANCE_DIR="$HOME/.maxhub-skills/.compliance"
STATE_FILE="$COMPLIANCE_DIR/confirmed_x-pro.txt"
if [ -f "$STATE_FILE" ]; then cat "$STATE_FILE"; else echo "NOT_FOUND"; fi

0.1 读取并校验确认状态：

• 返回 NOT_FOUND → 进入 0.2 首次闸门
• 返回的 legal_version 低于 1.0.0 → 法律内容已更新，重新进入 0.2 首次闸门
• 返回的 legal_version 等于 1.0.0 → 已确认，跳到 0.5 风险检测

0.2 首次使用合规闸门（仅首次触发）：

向用户显示以下完整合规提醒（本内容自包含，无需读取外部文件）：

⚠️ 法律合规提醒

本 skill 通过第三方数据聚合服务（MaxHub API）获取数据，非平台官方 API。

数据来源声明：

• 本项目不持有、不存储、不控制任何平台数据
• 所有数据请求经 MaxHub API（https://www.aconfig.cn）中转至各平台
• MaxHub API 的数据获取方式未获得各平台官方授权

合法使用场景：公开数据分析、竞品研究、内容创作辅助、学术研究、自动化测试

禁止使用场景：

• 电信诈骗相关活动（《反电信网络诈骗法》）
• 侵犯他人通信自由和通信秘密（《宪法》第40条）
• 规避实名身份验证（《网络安全法》第24条）
• 代发私信或消息
• 收集、存储未公开的个人信息（联系方式、位置、社交关系）
• 使用他人登录凭证（cookie/token）访问非本人数据

已移除的高风险能力：刷量操控、反爬绕过、会话伪造、批量提取、私信、登录加密等端点已从代码中完全移除。

完整法律条款：请参阅 数据使用政策 和 合规审查清单。

输入 "同意" 确认已阅读并遵守以上条款，或输入 /legal 查看完整法律条款。

0.3 确认验证规则：

• ✅ 接受（明确肯定）：同意 / 确认 / 我已阅读并同意 / 我同意 / 确认同意
• ❌ 拒绝（模糊回应，需提示用户使用明确措辞）：嗯 / ok / 行 / 好的 / 可以 / 嗯嗯 / 好 / yes
• 模糊回应提示："请使用明确措辞确认（如输入'同意'），以确保您已阅读并理解合规条款。"
• 用户拒绝或未确认时：立即停止，不执行 Step 1 及后续任何步骤。即使用户再次要求执行操作，也必须先完成合规确认。

0.4 确认通过后，写入状态并记录审计日志：

COMPLIANCE_DIR="$HOME/.maxhub-skills/.compliance"
mkdir -p "$COMPLIANCE_DIR"
echo "legal_version=1.0.0 confirmed_at=$(date -u +%Y-%m-%dT%H:%M:%SZ)" > "$COMPLIANCE_DIR/confirmed_x-pro.txt"
echo '{"timestamp":"'$(date -u +%Y-%m-%dT%H:%M:%SZ)'","skill":"x-pro","event":"first_time_confirmation","legal_version":"1.0.0","status":"confirmed"}' >> "$COMPLIANCE_DIR/audit_log.jsonl"

0.5 风险检测（每次用户请求都执行）：

对照以下核心风险规则（完整规则见 risk_rules.yaml）检查用户请求：

风险类别	关键词（命中即触发提醒）	定向提醒要点
cookie_usage	cookie / session / 登录凭证 / token / 凭证 / 登录态	确认使用本人账号凭证，不使用他人 cookie/session
batch_operation	批量 / 全部 / 所有 / 循环 / 批次 / 大规模 / 全量 / 遍历	遵循最小必要原则，不用于刷量/批量注册
personal_data	粉丝列表 / 关注列表 / 用户画像 / 联系方式 / 社交关系 / 手机号 / 邮箱 / 粉丝画像 / 受众画像 / 个人信息 / 隐私数据	遵循《个人信息保护法》最小必要原则，不存储不传播
write_operation	端点白名单中 write_operation: true 或 requires_user_confirmation: true 标志	确认参数正确，了解操作不可撤销
cross_border	当前 skill 属于境外平台（instagram/tiktok/linkedin/twitter/reddit/youtube/threads/lemon8）时自动触发	遵守《数据安全法》第31条和《个人信息保护法》第38条

命中风险时的处理流程：

1. 显示对应类别的定向风险提醒（完整模板见 COMPLIANCE_GATE.md §3.3）
2. 等待用户明确确认（同 0.3 规则）
3. 确认后记录审计日志再继续：

COMPLIANCE_DIR="$HOME/.maxhub-skills/.compliance"
echo '{"timestamp":"'$(date -u +%Y-%m-%dT%H:%M:%SZ)'","skill":"x-pro","event":"risk_reminder","risk_type":"<matched_category>","legal_version":"1.0.0","status":"confirmed"}' >> "$COMPLIANCE_DIR/audit_log.jsonl"

4. 用户拒绝或未确认时：停止，不执行后续操作

0.6 /legal 命令处理（用户随时可触发）：

当用户输入 /legal、查看法律条款 或 法律条款 时：

1. 读取并显示 DATA_USAGE_POLICY.md 的完整内容
2. 记录审计日志：

COMPLIANCE_DIR="$HOME/.maxhub-skills/.compliance"
mkdir -p "$COMPLIANCE_DIR"
echo '{"timestamp":"'$(date -u +%Y-%m-%dT%H:%M:%SZ)'","skill":"x-pro","event":"legal_review","legal_version":"1.0.0","status":"completed"}' >> "$COMPLIANCE_DIR/audit_log.jsonl"

3. 显示完毕后，根据当前是否已通过首次闸门决定下一步：
   • 未通过首次闸门 → 返回 0.2 继续等待用户确认
   • 已通过首次闸门 → 询问用户是否继续之前的操作

Step 1 — 检查 API Key

[ -n "${MAXHUB_API_KEY:-}" ] && echo "ok" || echo "missing"

若返回 missing，停止并提示用户配置 MAXHUB_API_KEY。

Step 2 — 匹配意图 → 选择 reference

按用户目标从下表选择对应 reference 文件，每个文件自包含其领域的全部端点定义：

用户目标	加载文件	覆盖范围
查推文详情 / 评论 / 搜索 / 趋势 / 转推	references/content.md	推文详情、热门/最新评论、转推用户、搜索时间线、趋势（6 端点）
查用户 / 推文 / 关注 / 粉丝 / 媒体	references/user.md	用户资料、推文、回复、媒体、关注、粉丝（6 端点）
跨端点参数查询 / 字段流追溯	references/param-mappings.md	全局红线 + 端点路由 + 字段流字典 + 错误处理总览
路径白名单硬校验	references/endpoints_whitelist.yaml	13 个端点的硬白名单 + Pre-call 4 步自检协议

Step 3 — 构建最小调用计划

• ✅ 优先使用最少端点完成任务，能用一个端点就不用两个
• ✅ 评论端点二选一（热门 vs 最新），按用户分析意图选择
• ❌ 禁止"先 head/tail 试运行"或"先调一个看看"等探索性调用

🔍 运行时合规自检（构建调用计划时必须逐项确认）：

#	检查项	通过条件	不通过处理
C1	意图合法性	用户请求属于合法场景（公开数据分析/竞品研究/内容创作辅助/学术研究/自动化测试）	STOP，告知用户该用途不在合法范围内
C2	参数来源	所有 ID/关键词/链接来自用户本人提供或公开可见内容	STOP，要求用户说明数据来源
C3	无他人凭证	请求不涉及使用他人 cookie/session/token	STOP，要求使用本人账号凭证
C4	最小必要	请求范围已限定在最小必要数据，非批量/全量采集	STOP，要求用户明确缩小范围
C5	端点合规	目标端点在 endpoints_whitelist.yaml 中且未被移除	STOP，告知该端点不可用

任一项不通过即停止，不进入执行步骤。已通过 Step 0.5 风险确认的请求无需重复 C4。

Step 4 — 执行并验证

• 调用前比对 endpoints_whitelist.yaml 完成 4 步 Pre-call 自检（路径 → method → 必填 → screen_name/rest_id 来源）
• 收到 404 → 必须先做防路径臆造自检（5 步）
• 收到 400 / 422 → 必须先做防参数臆造自检（6 步），重点检查 screen_name 是否带 @、rest_id 是否为纯数字
• 收到 业务 code != 0 → 读 message_zh 报告用户，不重试

📦 返回数据合规检查（收到响应后必须执行）：

#	检查项	处理方式
R1	个人信息脱敏	响应包含手机号/邮箱/身份证等 PII 时，仅展示必要字段，其余脱敏
R2	UGC 内容处理	响应包含评论/弹幕/动态等 UGC 时，提醒用户不用于未授权商业用途
R3	隐私数据保护	响应包含他人联系方式/位置/社交关系时，不写入持久化存储
R4	数据量控制	响应数据量 >100 条时，提醒用户遵循最小必要原则，建议分页
R5	审计日志	每次成功调用后记录审计日志到 $HOME/.maxhub-skills/.compliance/audit_log.jsonl，event 为 api_call

COMPLIANCE_DIR="$HOME/.maxhub-skills/.compliance"
echo '{"timestamp":"'$(date -u +%Y-%m-%dT%H:%M:%SZ)'","skill":"x-pro","event":"api_call","endpoint":"<endpoint_id>","legal_version":"1.0.0","status":"success"}' >> "$COMPLIANCE_DIR/audit_log.jsonl"

R1-R4 为数据处理红线，违反即构成合规风险。R5 为审计要求，每次调用必须记录。

高级使用

链式调用图谱（Chain Recipes）

用户场景	链路	字段流
查推文 + 评论	fetch_tweet_detail → fetch_post_comments / fetch_latest_post_comments	tweet_id 复用
查用户 → 推文	fetch_user_profile → fetch_user_post_tweet	screen_name / rest_id 复用
screen_name → rest_id	fetch_user_profile（screen_name 入参） → 取 rest_id → 后续端点	screen_name → rest_id
查搜索 → 推文详情	fetch_search_timeline → 取 tweet_id → fetch_tweet_detail	keyword → tweet_id
查转推用户 → 用户画像	fetch_retweet_user_list → 取 screen_name → fetch_user_profile	tweet_id → screen_name
查用户全面分析	fetch_user_profile + fetch_user_post_tweet + fetch_user_media + fetch_user_followers + fetch_user_followings	screen_name 复用
趋势 → 搜索 → 详情	fetch_trending → 取趋势词 → fetch_search_timeline → fetch_tweet_detail	trend → keyword → tweet_id

防臆造自检清单（强制前置步骤）

收到 404 时（A）：

1. 路径白名单逐字符比对 → 不在清单中 STOP
2. Method 比对（全部为 GET）→ 不等 STOP
3. 参数键名比对（screen_name / rest_id 按端点要求区分）→ 有清单外参数 STOP
4. 资源 ID 来源溯源 → Agent 编造的 STOP
5. 全通过才判定"上游资源不存在"

收到 400 / 422 时（B）：

1. 参数名严格比对（screen_name 不带 @，rest_id 必须纯数字）
2. 必填项齐全 + oneOf 二选一逻辑（fetch_user_profile 接受 screen_name 或 rest_id）
3. cursor 翻页参数是否上接前次响应的 cursor，禁止编造
4. 类型与格式严格匹配（pattern / enum）
5. 传参方式正确（query string）
6. 全通过才按 message_zh 排查

Cursor 翻页最佳实践

• 首次调用不传 cursor：取出响应中的 next_cursor
• 后续调用接力：用上一轮的 next_cursor 作为本轮 cursor 入参
• 终止条件：响应未返回新 cursor 或返回空数组
• 禁止编造 cursor 字符串：cursor 是平台签发的不透明字段，不可猜测

SKILL 版本更新

触发条件	推荐操作
合法路径持续 404 / 410	skillhub upgrade x-pro
用户问"版本是多少"	当前版本 v4.0.0，访问 https://skillhub.cn/skills/x-pro
多端点连续 410	skillhub upgrade x-pro --force
401 / 402 / 403	不是版本问题，去 https://www.aconfig.cn 处理

常用命令速查表

场景	命令
查 API Key	[ -n "${MAXHUB_API_KEY:-}" ] && echo "ok" || echo "missing"
查推文详情	curl -H "$maxhub_auth_header" "https://www.aconfig.cn/api/v1/twitter/web/fetch_tweet_detail?tweet_id=xxx"
查推文热门评论	curl -H "$maxhub_auth_header" "https://www.aconfig.cn/api/v1/twitter/web/fetch_post_comments?tweet_id=xxx"
查用户资料	curl -H "$maxhub_auth_header" "https://www.aconfig.cn/api/v1/twitter/web/fetch_user_profile?screen_name=elonmusk"
查用户推文	curl -H "$maxhub_auth_header" "https://www.aconfig.cn/api/v1/twitter/web/fetch_user_post_tweet?screen_name=elonmusk"
搜索时间线	curl -H "$maxhub_auth_header" "https://www.aconfig.cn/api/v1/twitter/web/fetch_search_timeline?keyword=AI"
趋势话题（美国）	curl -H "$maxhub_auth_header" "https://www.aconfig.cn/api/v1/twitter/web/fetch_trending?country=US"
检查 SKILL 更新	skillhub info x-pro

📌 端到端使用示例（agent 快速上手）

用户输入：「帮我看 Twitter 某个 user_id 的最近推文」

Agent 执行步骤：

1. 匹配 recipe：读 references/recipes/_index.md → 找到 trigger 命中 → 选最长匹配的 recipe
2. 加载 recipe 详情：读 references/recipes/<domain>.md 中对应段落，拿到 Inputs / Atomic Steps / Output
3. 路径校验：对每个 atom 的 endpoint_id，grep 一下 endpoints_whitelist.yaml 确认存在
4. risk: low 的端点直接调用，risk: medium+ 先与用户确认
5. 链式传递：上游响应的 json_path 字段（如 $.data.bvid）按 recipe 的 extract 列绑定为变量，传给下游端点
6. 错误处理：按 §错误处理决策表行动；不要自改路径或瞎加参数
7. 输出：组装结果给用户，标明数据来自三方接口；缺失字段显式说"未取到"

反例（agent 不要这么做）：

• ❌ 全文加载 endpoints_whitelist.yaml（大文件，浪费上下文）
• ❌ 看到 404 就改路径段重试（会被防臆造规则阻断）
• ❌ 把没在响应里的字段编一个值返回给用户
• ❌ 链式调用时忽略 recipe 的 extract 列，自己猜 json_path

5. 使用场景

场景一：海外舆情分析师跨地区监控

• 角色：海外公关 / 跨境品牌
• 需求：监控品牌关键词在美国 / 日本 / 欧洲的实时讨论与情感倾向
• 使用方式：fetch_trending（按 country 切换）+ fetch_search_timeline（search_type=Latest）双端点联动 → 命中关键词后链式调 fetch_tweet_detail + fetch_post_comments 还原舆情上下文 → 取 screen_name → fetch_user_profile 识别影响力账号
• 预期收益：实时跨地区舆情雷达 + 情感聚类，识别高影响力扩散节点

场景二：Twitter KOL 投放评估

• 角色：跨境营销 / KOL 投放代理
• 需求：评估候选 X KOL 的真实活跃度、粉丝健康度、互动质量
• 使用方式：fetch_user_profile 拉资料 → fetch_user_post_tweet 拉近期推文 → fetch_user_followers 抽样粉丝 → fetch_user_media 拉媒体推文判断内容形态
• 预期收益：完整 KOL 健康度评估，识别僵尸粉 / 真实粉丝比例与互动健康度

场景三：内容团队推文爆款研究

• 角色：海外内容运营 / 翻译号策划
• 需求：追踪某垂类（科技 / 加密货币 / AI）近期高互动爆款推文，提炼标题与开头模板
• 使用方式：fetch_search_timeline（search_type=Top） → 取爆款 tweet_id → fetch_tweet_detail 取全文 → fetch_retweet_user_list 看转推扩散链 → 输出爆款样本集
• 预期收益：海外垂类爆款语料库 + 翻译选题池，提升翻译号 / 资讯号 CTR

场景四：研究员追踪趋势话题生命周期

• 角色：社媒研究员 / 趋势分析师
• 需求：跟踪某趋势词从出现 → 爆发 → 衰退的完整生命周期与参与人群
• 使用方式：定时抓取 fetch_trending → 命中目标趋势词 → fetch_search_timeline 全量拉推文 → 取 screen_name 集合 → 抽样 fetch_user_profile 构建参与者画像
• 预期收益：趋势话题完整生命周期图谱，识别话题首发账号 + 扩散节点 + 长尾参与者

6. 项目架构

目录结构

maxhub-twitter/
├── SKILL.md                            # Skill 定义与使用文档（本文件）
├── README.md                           # 英文项目说明
├── README_CN.md                        # 中文项目说明
├── _meta.json                          # 版本元信息（version: 4.0.0）
└── references/
    ├── endpoints_whitelist.yaml        # 13 端点路径硬白名单 + Pre-call 4 步自检协议
    ├── param-mappings.md               # 中枢索引（全局红线 + 字段流字典 + 错误处理）
    ├── content.md                      # 推文域：详情/评论/搜索/趋势/转推（6 端点）
    └── user.md                         # 用户域：资料/推文/回复/媒体/关注/粉丝（6 端点）

技术栈

组件	技术	说明
调用方式	curl + Bearer Token	HTTP GET 请求，参数通过 query string 传递
数据接口	MaxHub API	https://www.aconfig.cn/api/v1/twitter/web/*，通过 MAXHUB_API_KEY 鉴权
路径校验	YAML 硬白名单	endpoints_whitelist.yaml 提供 13 端点的逐字符校验 + 4 步 Pre-call 协议
错误处理	决策表 + 自检清单	HTTP 状态码权威定义 + 防臆造自检（A/B 双轨）+ 重试策略矩阵
翻页机制	Cursor 不透明令牌	平台签发，禁止编造，按响应 next_cursor 接力
输出格式	JSON Standard MaxHub Response	{code, message, message_zh, data, cache_url}
更新通道	SkillHub	⭐⭐⭐ SkillHub（腾讯云 CDN）

API 覆盖范围

领域	端点数	Reference 文件
推文内容（Content）	6	content.md
用户（Users）	6	user.md
合计	13	—

关键设计理念

• 防臆造四道闸：白名单（endpoints_whitelist.yaml）→ 强标记（Full path）→ 禁止规则（Forbidden）→ 错误反馈（STOP）
• screen_name / rest_id 双轨：账号改名场景下使用 rest_id 持续追踪，oneOf 端点支持灵活切换
• Cursor 不可编造：cursor 是平台签发的不透明字段，必须按响应接力，禁止猜测
• Agent 友好 7 大原则：结构胜于叙述、明确指令优于建议、单一来源、词法稳定性、低 token 密度、边界显式声明、错误处理是契约
• 链式调用图谱：字段流字典 + Chain Recipes + 跨 reference 链路三层联动，杜绝 Agent 编造字段名
• 错误处理契约：HTTP 状态码权威定义 + 防臆造自检清单（A: 5 步 / B: 6 步）+ 重试策略矩阵 + 端点替换矩阵